ggml-org/whisper.cpp

这是什么？

核心功能

• 01纯 C/C++ 实现，无必需依赖，可完全离线运行。
• 02支持 Metal、Core ML、CUDA、Vulkan、HIP/ROCm、OpenVINO 等多种加速后端。
• 03支持整数量化，可减小模型体积和内存占用。
• 04内置语音活动检测，仅处理语音片段。
• 05提供 HTTP 服务、实时麦克风转写以及多种语言绑定。

适用场景

• 在桌面或移动应用中集成离线语音转文字，无需调用云端 API。
• 通过命令行或批处理脚本转写音频文件。
• 在本地 GPU 或 CPU 服务器上部署自托管的转写服务。
• 在树莓派等嵌入式设备上构建语音命令或语音助手。

快速上手

1. 1

   克隆仓库

   git clone https://github.com/ggml-org/whisper.cpp.git
2. 2

   进入项目目录

   cd whisper.cpp
3. 3

   下载 base.en 模型

   sh ./models/download-ggml-model.sh base.en
4. 4

   编译 whisper-cli 并转录示例音频

   cmake -B build && cmake --build build -j --config Release && ./build/bin/whisper-cli -f samples/jfk.wav

使用前须知

• !whisper-cli 示例只接受 16 位 WAV 文件，其他格式需要先转换，例如使用 ffmpeg。
• !Core ML、OpenVINO 和 AMD NPU 等加速路径需要额外配置并依赖特定硬件。

标签

常见问题

whisper.cpp 是什么？

OpenAI Whisper 语音识别模型的 C/C++ 移植版，可离线、无依赖地在 CPU 和 GPU 上运行语音转文字。 whisper.cpp 是 OpenAI Whisper 自动语音识别模型的纯 C/C++ 实现，无需 Python 或其他重型运行时即可在本地完成转写，适合嵌入桌面、移动和嵌入式应用。

whisper.cpp 可以免费使用吗？用的什么许可证？

whisper.cpp 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

whisper.cpp 还在维护吗？

活跃维护中。whisper.cpp 最近一次提交是在 2026年10月19日。

whisper.cpp 适合用来做什么？

在桌面或移动应用中集成离线语音转文字，无需调用云端 API。 通过命令行或批处理脚本转写音频文件。 在本地 GPU 或 CPU 服务器上部署自托管的转写服务。 在树莓派等嵌入式设备上构建语音命令或语音助手。

whisper.cpp 怎么安装和运行？

克隆仓库: git clone https://github.com/ggml-org/whisper.cpp.git 进入项目目录: cd whisper.cpp 下载 base.en 模型: sh ./models/download-ggml-model.sh base.en 编译 whisper-cli 并转录示例音频: cmake -B build && cmake --build build -j --config Release && ./build/bin/whisper-cli -f samples/jfk.wav

在哪里获取 whisper.cpp？

源代码和安装说明在 GitHub 上：https://github.com/ggml-org/whisper.cpp